机器学习:从公理到算法
电子书推荐
-
机器学习算法原理与编程实践 评分:
本书是机器学习原理和算法编码实现的基础性读物,内容分为两大主线:单个算法的原理讲解和机器学习理论的发展变迁。算法除包含传统的分类、聚类、预测等常用算法之外,还新增了深度学习、贝叶斯网、隐马尔科夫模型等内容。对于每个算法,均包括提出问题、解决策略、数学推导、编码实现、结果评估几部分。数学推导力图做到由浅入深,深入浅出。结构上数学原理与程序代码一一对照,有助于降低学习门槛,加深公式的理解,起到推广和扩大机器学习的作用。
上传时间:2017-08 大小:75MB
- 242KB
机器学习7大著名算法的原理
2013-07-04关于机器学习经典监督/无监督学习算法不错的总结:用一页纸总结机器学习7大著名算法的原理
- 3.92MB
经典的机器学习算法汇总(原理、实例及部分软件介绍)
2018-01-18PageRank、SVM、决策树、K均值、KNN、朴素贝叶斯、Apriori、EM、AdaBoost、Cart等算法的原理、实例及部分可用软件的介绍
- 12KB
机器学习算法原理与编程实践 ID3决策树算例
2017-05-05机器学习算法原理与编程实践 ID3决策树算例
- 12KB
机器学习算法原理与编程实践 ID3决策树算法算例
2017-05-05机器学习算法原理与编程实践 ID3决策树算法算例
- 17.21MB
Halcon机器视觉算法原理与编程实战.zip
2021-07-06Halcon机器视觉算法原理与编程实战--代码练习集
- 2.78MB
andrew ng等 斯坦福机器学习讲义
2019-04-02机器学习算法原理与编程实践机
- 56.11MB
python2.7.9机器学习离线环境搭建资源
2018-06-18《机器学习算法原理与编程实践》python2.7.9环境下Numpy+Scipy+Matplotlib+Scikit-Learn离线安装包(whl)
- 1.76MB
深度学习、机器学习方向计算机毕业设计题目大全(算法应用实践类)
2023-08-24大家在选择机器学习、深度学习算法应用的项目作为自己的毕业设计题目时确实可以避免自己编程能力不强的缺点,但是一定要根据现实情况进行合理选择。个人建议选择现有算法应用实践类题目,这样可以不用创新于算法模型...
- 11.33MB
深入理解大数据--大数据并行处理与编程实践
2015-02-02《深入理解大数据:大数据处理与编程实践》在总结多年来MapReduce并行处理技术课程教学经验和成果的基础上,与业界著名企业Intel公司的大数据技术和产品开发团队和资深工程师联合,以学术界的教学成果与业界高水平...
- 16.28MB
matlab说话代码-machineLearning:机器学习
2021-05-22《机器学习实践》源码和《机器学习-算法原理与编程实践》源码以及学习心得 This is the source code to go with "Machine Learning in Action" by Peter Harrington published by Manning Inc. The official page ...
- 76KB
机器学习原理
2021-01-06==从广义上讲,==机器学习是一种能够赋予机器学习的能力,让它以此完成直接编程无法完成的功能的方法 ==从实践的意义上讲,==机器学习是一种通过利用数据,训练出模型,然后使用模型预测的一种方法 原理 人类的学习是...
- 5.13MB
Machine-Learning-Python3:机器学习实战
2021-03-23机器学习-Python3机器学习实战源码机器学习在实践中Python3机器学习的过程中拜读了王斌老师翻译的《机器学习实战》一书,书中对算法的原理以及编程实现进行了详细的介绍。机器学习实战一书中的代码是基于python2的,...
- 15.41MB
matlab说话代码-MLab:实验室
2021-05-22《机器学习实践》源码和《机器学习-算法原理与编程实践》源码以及学习心得 This is the source code to go with "Machine Learning in Action" by Peter Harrington published by Manning Inc. The official page ...
- 233KB
基于概率神经网络的手写体数字识别(MATLAB)
2023-07-262. 机器学习研究和教育:作为一个实践案例,用于学习和理解概率神经网络算法的基本原理和实现。 3. 算法优化与改进:作为基准实验平台,可以通过修改和优化概率神经网络的结构和参数,探索改进手写体数字识别准确性...
- 38KB
人工智能编程课程总结.docx
2023-06-13人工智能编程课程总结 人工智能编程课程是一门涵盖了多个领域的综合性课程,包括机器学习、深度学习、自然语言处理、计算机视觉等方面。在这门课程中,我们学习了Python语言的基础知识,并通过实践掌握了各种常用的...
- 5.83MB
2023年人工智能实战入门教程
2023-04-013. 机器学习算法:介绍常用的机器学习算法,如线性回归、逻辑回归、决策树、支持向量机等,以及它们的应用场景和实现方法。 4. 深度学习算法:介绍深度学习的基本原理和常用算法,如卷积神经网络、循环神经网络等,...
- 46.60MB
多处理器编程的艺术
2018-04-13现今,大多数工程技术人员都是通过艰辛的反复实践、求助有经验的朋友来学习多处理器编程技巧。这本最新的权威著作致力于改变这种状况,作者全面阐述了多处理器编程的指导原则,介绍了编制高效的多处理器程序所必备的...
- 2.50MB
基于Python的数据结构大作业+实验报告
2023-08-16数据结构与算法爱好者,希望在实际项目中应用所学知识的人。 寻求提升编程技能和解决问题能力的开发者。 使用场景及目标: 学习阶段:通过逐步挑战,你将掌握Python数据结构的核心概念,为日后的编程项目打下坚实...
- 1.95MB
ChatGPT教程(终极版)最全整理
2023-05-16这是一篇动了某些人利益的良心教程。 这是一篇姗姗来迟的ChatGPT教程。 纯小白关于ChatGPT入门,你看我这篇文章就够了。 如果你已经用上了ChatGPT,更要恭喜你挖到宝藏,后面的高级技巧一定能让你有收获。 文章包含以下内容: 一、ChatGPT是啥?有什么用; 二、ChatGPT如何注册; 三、ChatGPT使用方法; 四、用ChatGPT搞钱; 五、高级技巧;
- 1.7MB
yolov8调用zed相机实现三维测距(版本一)
2024-04-16yolov8调用zed相机实现三维测距(版本一),具体内容见博客https://blog.csdn.net/qq_45077760?type=blog
- 6.77MB
基于Python+pytorch的图像处理+附完整代码图像处理,能够轻松实现图像的读取、显示、裁剪等还有机器学习等操作
2024-04-17Python+PyTorch:图像处理界的“瑞士军刀” 在图像处理这个充满魔法的世界里,Python和PyTorch这对黄金搭档,就像一位技艺高超的魔法师和一把无所不能的“瑞士军刀”,总能轻松解决各种看似棘手的难题。它们以高效、灵活和强大的特性,引领着图像处理技术的发展潮流,让无数开发者为之倾倒。Python,这位优雅的魔法师,以其简洁易懂的语法和丰富的库资源,赢得了广大开发者喜爱。无论是数据处理、机器学习还是深度学习,Python都能轻松应对,展现出其无与伦比的魅力。在图像处理领域,Python更是如鱼得水,通过OpenCV、PIL等库,能够轻松实现图像的读取、显示、裁剪、缩放、滤波等操作,让图像在指尖起舞。而PyTorch,这把图像处理界的“瑞士军刀”,则以其灵活性和易用性,成为深度学习领域的翘楚。它拥有强大的自动求导功能,能够轻松构建和训练复杂的神经网络模型。在图像处理中,PyTorch能够助力开发者构建出各种高效的图像识别、分割、生成等模型,让图像焕发出新的生机。想象一下,当你掌握了Python和PyTorch这对黄金搭档,就如同掌握了一把魔法杖和一把瑞士军刀。必然大可作为
- 58KB
博客中Kmeans以及FCM算法数据(免积分)
2023-05-16博客中Kmeans以及FCM算法的数据,包括IRIS鸢尾花数据集、Wine葡萄酒数据集、Seed小麦种子数据集、glass数据集、WDBD乳腺癌数据集,下载在直接存入项目文件夹即可,如果下载不了,可以私信我,看到后会及时回复。
- 1.25MB
hugging face的models-openai-clip-vit-large-patch14文件夹
2023-10-25用于无法访问hugging face并需要运行stable-diffusion-webui时使用
- 10KB
神经网络回归预测--气温数据集
2021-11-26神经网络回归预测--气温数据集
- 1.87MB
XGBoost+LightGBM+LSTM-光伏发电量预测
2022-12-24包含比赛代码、数据、训练后的神经网络模型等。 在分析光伏发电原理的基础上,论证了辐照度、光伏板工作温度等影响光伏输出功率的因素,通过实时监测的光伏板运行状态参数和气象参数建立预测模型,预估光伏电站瞬时发电量,根据光伏电站DCS系统提供的实际发电量数据进行对比分析,验证模型的实际应用价值。 1 数据探索与数据预处理 1.1 赛题回顾 1.2 数据探索性分析与异常值处理 1.3 相关性分析 2 特征工程 2.1 光伏发电领域特征 2.2 高阶环境特征 3 模型构建与调试 3.1 预测模型整体结构 3.2 基于LightGBM与XGBoost的构建与调试 3.3 基于LSTM的模型构建与调试 3.4 模型融合与总结 4 总结与展望 参考文献
- 2.20MB
Mathwork+Matlab+编程手册
2023-08-25Introduction to Programming with MATLAB ~ Vanderbilt University
- 321KB
Stable-Diffusion WEBUI 简体中文语言包(2023.05.30更新)
2023-05-30AI绘图,Stable-Diffusion WEBUI,本地化(简体中文)语言文件。 原始文件来自翻译插件,根据自己实际使用情况,增加和修改了一些翻译。 配合【双语插件】看上去要自然一点,内容还在继续完善中。 本次增加了一些翻译内容,特别是插件。 同时继续合并了其它翻译插件的内容。 最近文字提示修改得有点多啊。 请放入“你的SDWebUI项目位置/localizations/”中。 中文翻译部分删掉了不少括起来的英文原文,所以别直接选它用。 请配合【Bilingual Localization】插件使用,双语同时显示,效果最好。
- 407KB
时间序列预测模型实战案例(Xgboost)(Python)(机器学习)包括时间序列预测和时间序列分类,点击即可运行!
2023-09-25内容概要 资源包括三部分(时间序列预测部分和时间序列分类部分和所需的测试数据集全部包含在内) 在本次实战案例中,我们将使用Xgboost算法进行时间序列预测。Xgboost是一种强大的梯度提升树算法,适用于各种机器学习任务,它最初主要用于解决分类问题,在此基础上也可以应用于时间序列预测。 时间序列预测是通过分析过去的数据模式来预测未来的数值趋势。它在许多领域中都有广泛的应用,包括金融、天气预报、股票市场等。我们将使用Python编程语言来实现这个案例。 其中包括模型训练部分和保存部分,可以将模型保存到本地,一旦我们完成了模型的训练,我们可以使用它来进行预测。我们将选择合适的输入特征,并根据模型的预测结果来生成未来的数值序列。最后,我们会将预测结果与实际观测值进行对比,评估模型的准确性和性能。 适合人群:时间序列预测的学习者,机器学习的学习者, 能学到什么:本模型能够让你对机器学习和时间序列预测有一个清楚的了解,其中还包括数据分析部分和特征工程的代码操作 阅读建议:大家可以仔细阅读代码部分,其中包括每一步的注释帮助读者进行理解,其中涉及到的知识有数据分析部分和特征工程的代码操作。
- 1.3MB
亚博K210模型训练部署
2023-07-11亚博K210模型训练部署